KI-Ernährungsapps: Kleine Lebensmittelwechsel für gesündere Mahlzeiten

Ernährungs-Apps sagen Menschen seit Jahren, was sie essen sollen. Die meisten entwerfen den idealen Teller von Grund auf: Nährstoffziele werden erfüllt, stark verarbeitete Lebensmittel möglichst vermieden.

Es geht dabei um die Mahlzeit, die man essen sollte – nicht um jene, die man tatsächlich zubereitet.

Damit erzielen sie kaum Wirkung. Eine neue Studie wählte deshalb einen anderen Ansatz: Sie beginnt bei den Gerichten, die Menschen ohnehin essen, und sucht nach der kleinsten Veränderung, die spürbar etwas bewirkt.

Die Lücke zwischen Rat und Alltag

Das Problem ist erheblich. Eine umfassende Untersuchung mit Daten aus fast 200 Ländern zeigte, dass schlechte Ernährung zu den wichtigsten Ursachen für Diabetes, Herzkrankheiten und andere chronische Erkrankungen gehört.

Die Erkenntnis beim Abendessen umzusetzen, ist allerdings etwas völlig anderes.

Trevor Chan und Ilias Tagkopoulos, Informatiker an der University of California, Davis (UC Davis), vermuteten, dass vor allem der Umfang der Aufgabe das eigentliche Hindernis ist.

Viele Ernährungs-Apps verlangen eine komplette Umstellung – und genau an dieser Umstellung geben Menschen häufig auf.

Das Ziel des Teams war bewusst bescheiden.

Statt den perfekten Teller neu zusammenzustellen, wollten die Forschenden bei den Lebensmitteln ansetzen, die Menschen bereits essen, und sie mit möglichst wenigen Änderungen in Richtung gesünderer Ernährung verschieben.

KI lernt aus alltäglichen Mahlzeiten

Um herauszufinden, was Amerikaner tatsächlich auf den Teller legen, griff das Team auf die langjährige staatliche Erhebung „What We Eat in America“ zurück.

Darin waren mehr als 135.000 Mahlzeiten erfasst, die von über 55.000 Erwachsenen angegeben wurden.

Nach der Auswertung ordnete das Modell die Gerichte 34 alltäglichen Mahlzeitenmustern zu: Frühstück mit Müsli und Milch, Mittagessen mit Feinkost-Sandwich oder Pizza zum Abendessen.

Anschließend lernte ein generatives KI-Programm, neue Mahlzeiten zu erstellen, die zu jedem dieser Muster passten.

Das Programm löste dabei zwei Aufgaben gleichzeitig. Es wählte Lebensmittel aus, die auf natürliche Weise zusammenpassen, und passte die Portionsgrößen so an, dass jede Mahlzeit den staatlichen Ernährungsempfehlungen näherkam, ohne unrealistisch zu wirken.

Näher an den Gesundheitszielen

Verglich das Team die erzeugten Mahlzeiten mit den echten Gerichten desselben Musters, schnitten die künstlich entwickelten Varianten gesünder ab. Sie verringerten die Abweichung von den staatlichen Ernährungszielen um etwa 47 Prozent.

Die Verbesserungen waren konkret: In den generierten Mahlzeiten stiegen Ballaststoffe, Protein und Kalium, zudem wurden Lücken bei Vitaminen geschlossen. Gleichzeitig behielten die Gerichte grundsätzlich ihr ursprüngliches Aussehen und ihren Geschmack.

Ein Wert entwickelte sich jedoch in die falsche Richtung. Bei einigen Mittag- und Abendessen stieg der Natriumgehalt leicht an – ein deutlicher Hinweis darauf, dass keine einzelne Maßnahme alle Nährstoffprobleme zugleich lösen kann.

Wenige einfache Lebensmittelwechsel

Frühere Werkzeuge konnten einen gesunden Speiseplan von Grund auf erstellen. Keines hatte jedoch die kleinste Verbesserung für ein bereits gegessenes Gericht bestimmt – also einige gezielt ausgewählte Lebensmittelwechsel.

Die beiden Forschenden prüften Änderungen an einem, zwei oder drei Bestandteilen pro Mahlzeit. Besonders häufig wurden Gemüse oder Hülsenfrüchte ergänzt und die salzigsten oder am stärksten verarbeiteten Komponenten ersetzt.

Mit dem Aufwand stiegen auch die Ergebnisse. Schon ein einzelner Wechsel verbesserte den Nährwert einer Mahlzeit um rund 5 % und senkte zugleich ihre modellierten Kosten um ungefähr ein Fünftel.

Bei drei erlaubten Wechseln wurden die Mahlzeiten etwa 10 % gesünder und kosteten fast ein Drittel weniger.

Die Gerichte blieben vertraut: Ein Wechsel konnte beispielsweise eine fettreiche Beilage durch Bohnen ersetzen oder zusätzliches Blattgemüse ergänzen.

Es geht nicht darum, das Abendessen neu zu erfinden – vielmehr ist es eine schlankere Variante derselben Mahlzeit.

Besser als Ratschläge von Chatbots

Bei jedem KI-Tool für Ernährung stellt sich eine naheliegende Frage: Weshalb nicht einfach einen Chatbot fragen?

Genau das testete das Team und ließ sein speziell entwickeltes Modell gegen GPT-4o antreten, den damals leistungsstärksten allgemeinen Chatbot.

Beim entscheidenden Punkt setzte sich das spezialisierte Modell durch. Das Gleichgewicht von Protein, Fett und Kohlenhydraten entsprach den staatlichen Zielwerten deutlich verlässlicher.

Der Chatbot neigte dagegen zu Tellern mit viel Fett und zu wenig Kohlenhydraten. Diese Abweichung passt zu einem breiteren Muster.

Eine aktuelle Übersicht zu Chatbots mit Ernährungstipps stellte fest, dass deren Empfehlungen uneinheitlich und teilweise fehlerhaft sind. Das deutet darauf hin, dass fest im Modell verankerte Ernährungsregeln gegenüber frei geführten Chats einen Vorteil bieten könnten.

Grenzen der Studie

Die Studie hat eine wichtige Einschränkung: Sämtliche Ergebnisse existieren ausschließlich in einem Computermodell.

Niemand hat diese Mahlzeiten zubereitet oder gegessen, und es wurde nicht geprüft, ob sich die vorgeschlagenen Wechsel langfristig praktisch umsetzen lassen.

Auch die Daten selbst enthalten unvermeidbare Verzerrungen. Die Teilnehmenden berichteten über ihre Ernährung selbst, und Menschen neigen bekanntermaßen dazu, weniger gesunde Lebensmittel zu selten anzugeben und gesündere Entscheidungen zu überschätzen.

Ebenso beruhen die geschätzten Einsparungen auf modellierten Speiseplänen und nicht auf tatsächlichen Kassenbons aus dem Supermarkt.

Die Autoren übertreiben die Ergebnisse nicht. Für sie zieht sich jedoch eine klare Erkenntnis durch die Zahlen.

„Gesünder zu essen muss nicht bedeuten, auf die Mahlzeiten zu verzichten, die Menschen bereits gern essen“, stellten die Forschenden fest.

Was sich verändern könnte

Neu ist hier vor allem die Größe des Hebels. Eine Mahlzeit muss nicht komplett neu gestaltet werden.

Schon ein oder zwei gut ausgewählte Wechsel können sie näher an die Empfehlungen bringen und gleichzeitig die Kosten senken.

Die praktische Anwendung liegt auf der Hand. Eine Einkaufs-App könnte beim Bezahlen einen einzigen Austausch vorschlagen, statt eine vollständig neue Ernährung zu verlangen. Ein Programm für öffentliche Gesundheit könnte günstigere und gesündere Varianten der Mahlzeiten anbieten, die Menschen ohnehin kochen.

Letztlich könnte derselbe Mechanismus auch die Werkzeuge von Ernährungsfachkräften unterstützen und Änderungen vorschlagen, die ein Patient dauerhaft beibehalten kann.

Die übergeordnete Botschaft ist klar: Besser zu essen hängt möglicherweise weniger von Willenskraft ab als von der richtigen kleinen Veränderung.